Mistral AI trat am Dienstag mit Mistral Large 4, einem multimodalen Modell mit einer Billion Parametern und dem Spitznamen „Le Chonk“, in die nächste Phase des Wettbewerbs zwischen offener und geschlossener KI ein. Das französische Unternehmen erklärt, die Veröffentlichung solle Europa relevant halten, während chinesische Entwickler viele offene Modelle dominieren und US-Gruppen wie OpenAI und Anthropic ihren Vorsprung bei geschlossenen Systemen behaupten.¹

Das Angebot ist bewusst ebenso politisch wie technisch. ML4 wird als der von Frankreichs Präsident Emmanuel Macron propagierte „dritte Weg in der KI“ dargestellt: als europäische Alternative, die selbst gehostet und verändert werden kann – anders als geschlossene US-Systeme –, ohne auf chinesische Technologie angewiesen zu sein.² Mistral erklärte, sein Modell eigne sich besonders für Cyber, Programmierung, Fertigung, Finanzen und multimodale Arbeit, und behauptet, es werde zu den stärksten Open-Weight-Systemen zählen, sobald seine Kernparameter veröffentlicht werden.¹

Vorerst ist das Modell jedoch nicht offen. Mistral hat ML4 über einen abgesicherten öffentlichen Endpunkt für Entwickler, Cybersicherheitsverantwortliche und staatliche Behörden in die Vorschau gestellt; nach Sicherheitstests ist später in diesem Monat eine breitere Veröffentlichung der Gewichte geplant. Pierre Stock, Mistrals Vizepräsident für Wissenschaft, sagte, das Unternehmen werde mit „vertrauenswürdigen Partnern und Regierungen“ zusammenarbeiten, um sicherzustellen, dass die Gewichte „zur Verteidigung, aber nicht zur Durchführung böswilliger Angriffe“ verwendet werden können.²

Diese Vorsicht spiegelt einen zentralen Widerspruch in Mistrals Strategie wider. Das Unternehmen argumentiert, offene Gewichte machten Modelle leichter prüfbar, räumt jedoch ein, dass leistungsfähige Cyberfähigkeiten eine kontrollierte Einführung erfordern. Mitgründer Guillaume Lample sagte, diese Fähigkeiten könnten Regierungen und Unternehmen helfen, Akteure abzuwehren, die „geschlossene Modelle jailbreaken, um Cyberangriffe durchzuführen.“¹

Mistral verkauft auch Effizienz. Das Unternehmen trainierte ML4 in seinen europäischen Rechenzentren über zwei Monate auf 4.000 Nvidia Grace Blackwell GPUs; Stock sagte, das sei „zwei- bis dreimal weniger als bei unseren chinesischen Wettbewerbern“ und deutlich weniger als bei Closed-Source-Rivalen.² Ob diese Sparsamkeit sich in eine Führungsposition bei Benchmarks übersetzt, bleibt der unbeantwortete Test für Europas Wette.